Development of a globally applicable method to analyze regional differences of country energy systems

Abstract

El modelado de sistemas energéticos se utiliza frecuentemente para calcular las vías de transición óptimas de modelos energéticos actuales hacia otros más sostenibles y descarbonizados. A menudo, en estos modelos, los sistemas energéticos de los distintos países están representados como puntos, lo cual implica la negligencia de las redes eléctricas y factores regionales dentro de cada país. Este proyecto desarrolla una metodología para identificar automáticamente regiones dentro de un país con el fin de modelar el sistema energético de dicho país basado en regiones. Primero, las regiones administrativas más pequeñas se preprocesan para asegurar la consistencia de los datos y se utiliza un clustering jerárquico con restricciones territoriales para agrupar las regiones pequeñas. Además, se aplica un posprocesamiento para reducir la varianza de los clústeres. Basándose en las regiones identificadas se sintetiza la red eléctrica utilizando datos de OpenStreetMap y se calculan las capacidades de transmisión entre regiones. Por ello, diferentes factores como la demanda, el mix energético y el potencial de instalación de las energías renovables se consideran en el modelado del sistema energético. La metodología desarrollada se utiliza para modelar los sistemas energéticos de Sudáfrica y Alemania, resaltando los beneficios de la segmentación por regiones. Un análisis de sensibilidad muestra la importancia de los diferentes atributos en el clustering y, especialmente, del potencial de instalación de energías renovables. Adicionalmente, los resultados del clustering se aplican al modelado del sistema energético de Sudáfrica para calcular el mix energético óptimo para el año 2050 considerando un objetivo de descarbonización del 80%. Comparando esos resultados con los de un modelo puntual, se concluye que el modelado basado en regiones considera mejor los factores espaciales y los importantes costes de la red eléctrica.

Due to the transformation of current energy systems towards sustainability and reaching decarbonization goals, energy system models are used to calculate the optimal transformation pathways. Frequently in these models, country energy systems are represented by a single-region, neglecting the electrical grid and different regional aspects within the country. This work develops a methodology to automatically identify different regions within a country to find an energy-system-based setup of a regional model. Starting with the smallest administrative regions of a country, the respective data are pre-processed to ensure a consistent data set, and noise in the data is filtered. A spatially constrained hierarchical clustering, using the Ward´s method, merges these to bigger regions with aggregated data. Additionally, a post-processing algorithm is applied to improve the identified clusters reducing the total variance within them. Based on the identified regions, the electrical grid connecting them is synthesized as a Net Transfer Capacity model using OpenStreetMap data and the transmission capacities are calculated using typical transmission capacities of the different voltage levels. Thereby, regional differences such as demand, generation mix, and renewable potentials and fluctuations can be considered for a region-based energy system modeling. The methodology is applied to the use cases of South Africa and Germany, showing the benefits of regional modeling as different regions that are significantly distinct from each other are identified. The conducted sensitivity analysis shows the importance of the different attributes used for the clustering. Especially renewable potentials have a high impact on the results. Furthermore, the clustered regions are evaluated in an energy system model for the case of South Africa to calculate the optimal technology mix and their spatial distribution for an 80% decarbonization goal towards 2050. Comparing the results of the regional model to those of a single-region model, it is shown that the single-region model does not consider significant costs that arise from the transmission grid and underestimates the potentials of renewable power generation.